Моделирование QSAR для исследования характерных структурных особенностей ингибиторов Вируса Гепатита С

Гепатит С является одним из наиболее опасных и вместе с тем стремительно распространяющимся инфекционным заболеванием. Современная терапия эффективна лишь в половине случаев и сопряжена с побочными эффектами. Разработка противовирусных препаратов прямого действия может повысить эффективность лечения и снизить побочные эффекты. Однако поиск лекарственных препаратов лабораторными методами может быть дорогим и трудоемким, поэтому фармацевтические компании нуждаются в проверенных методах прогнозирования активности соединений in silico. В ходе нашей работы была разработана процедура прогноза противовирусной активности химических соединений по отношению к вирусу гепатита С с помощью построения ансамблей моделей, состоящих из базовых моделей, в основе которых лежат различные методы машинного обучения и типы молекулярных дескрипторов. Эффективность полученных ансамблей была продемонстрирована на внешней валидационной выборке. Разработанная методика была использована для прогноза противовирусной активности известных лекарственных препаратов и других соединений, прошедших клинические испытания, результаты прогноза в дальнейшем могут быть использованы для виртуального скрининга и приоритизации соединений перед проведением экспериментального определения противовирусной активности.